Python 主成分分析在线性回归中的应用

在应用线性回归之前，我想使用主成分分析来减少一些噪音

我有1000个样本和200个特征

import numpy as np
from sklearn.linear_model import LinearRegression
from sklearn.decomposition import PCA

X = np.random.rand(1000,200)
y = np.random.rand(1000,1)

利用这些数据，我可以训练我的模型：

model.fit(X,y)

但如果我在应用PCA后尝试同样的方法

pca = PCA(n_components=8)
pca.fit(X)
PCA(copy=True, iterated_power='auto', n_components=3, random_state=None,
  svd_solver='auto', tol=0.0, whiten=False)
principal_components =  pca.components_

model.fit(principal_components,y)

我得到这个错误：

ValueError: Found input variables with inconsistent numbers of samples: [8, 1000]

试试这个：

pca = PCA(n_components=8)
X_pca = pca.fit_transform(X)

model.fit(X_pca,y)

---

也就是说，您同时将PCA适配到X并将其转换为（1000，8）个名为X_PCA的数组。这是您应该使用的方法，而不是pca。组件\u

您确定pca是您想要的降噪方法吗？噪声通常会增加方差，基于PCA的降维可能会丢弃噪声最小的数据。从文档中可以看出，“特征空间中的主轴，代表数据中最大方差的方向”。我通常认为它是将原始维度与新维度关联起来的轮廓。